Forwarded from AI Projects (Vladimir Ivanov)
Коллеги делятся картинками с совещаний. Говорят на этом совещании агенты намекнули Дане, что Виталия бы тоже неплохо сменить на агента. Правда Даня уже запаниковал, не решат ли агенты дальше и без него обойтись? 😂
RISC-V: They Should Have Known Better
Несколько эмоциональная статья о недостатках набора инструкций RISC-V. Проняло даже меня, не смотря на то, что я в железе разбираюсь плохо.
В комментариях на этой же странице читатели написали, где автор был не до конца честен.
Несколько эмоциональная статья о недостатках набора инструкций RISC-V. Проняло даже меня, не смотря на то, что я в железе разбираюсь плохо.
В комментариях на этой же странице читатели написали, где автор был не до конца честен.
Dmitry.GR
RISC-V: They Should Have Known Better - Dmitry.GR
Dmitry.GR: I am often asked to explain my distaste for RISC-V. Here it is.
Commit Happens
RISC-V: They Should Have Known Better Несколько эмоциональная статья о недостатках набора инструкций RISC-V. Проняло даже меня, не смотря на то, что я в железе разбираюсь плохо. В комментариях на этой же странице читатели написали, где автор был не до конца…
^^
RISC-V создавалась как простая универсальная архитектура процессоров с минимальным набором инструкций и возможностью добавлять расширения. Однако такой подход приводит к ограничениям производительности и совместимости. Даже умножение и деление не входят в обязательный набор, а многие операции, давно доступные в ARM и x86, отсутствуют или требуют дополнительных расширений. Например, обращение к элементу массива по индексу, проверка отдельного бита с условным переходом или работа с битовыми полями могут выполняться несколькими инструкциями вместо одной. Это увеличивает объём машинного кода и число операций, особенно при интенсивной работе с памятью и двоичными данными.
Недостатки есть и в кодировании инструкций. RISC-V сочетает стандартные 32-битные команды с сокращёнными 16-битными, у которых ограничены доступные операции и диапазоны адресации. Непоследовательное расположение битов внутри инструкций усложняет декодирование, особенно при параллельной обработке нескольких команд. В микроконтроллерах дополнительной проблемой становится обработка прерываний: в отличие от некоторых процессоров ARM, где регистры частично сохраняются аппаратно, программное сохранение и восстановление состояния в RISC-V требует дополнительных инструкций и тактов.
Наиболее серьёзные ограничения связаны с необязательностью расширений. Разные процессоры RISC-V могут поддерживать несовместимые наборы команд, причём универсальное определение доступных возможностей не всегда гарантировано. Более того, некоторые расширения используют пересекающиеся кодировки: одинаковая последовательность машинных байтов на разных процессорах может означать разные операции. Поэтому перенос готовой программы способен привести не только к ошибке выполнения, но и к незаметному изменению её поведения. Для уменьшения фрагментации вводятся стандартизованные профили, например RVA23, определяющие обязательные наборы расширений, однако многие существующие процессоры им не соответствуют. В результате минимализм и гибкость архитектуры оборачиваются усложнением программных инструментов, проблемами двоичной совместимости и необходимостью дополнительной стандартизации.
RISC-V создавалась как простая универсальная архитектура процессоров с минимальным набором инструкций и возможностью добавлять расширения. Однако такой подход приводит к ограничениям производительности и совместимости. Даже умножение и деление не входят в обязательный набор, а многие операции, давно доступные в ARM и x86, отсутствуют или требуют дополнительных расширений. Например, обращение к элементу массива по индексу, проверка отдельного бита с условным переходом или работа с битовыми полями могут выполняться несколькими инструкциями вместо одной. Это увеличивает объём машинного кода и число операций, особенно при интенсивной работе с памятью и двоичными данными.
Недостатки есть и в кодировании инструкций. RISC-V сочетает стандартные 32-битные команды с сокращёнными 16-битными, у которых ограничены доступные операции и диапазоны адресации. Непоследовательное расположение битов внутри инструкций усложняет декодирование, особенно при параллельной обработке нескольких команд. В микроконтроллерах дополнительной проблемой становится обработка прерываний: в отличие от некоторых процессоров ARM, где регистры частично сохраняются аппаратно, программное сохранение и восстановление состояния в RISC-V требует дополнительных инструкций и тактов.
Наиболее серьёзные ограничения связаны с необязательностью расширений. Разные процессоры RISC-V могут поддерживать несовместимые наборы команд, причём универсальное определение доступных возможностей не всегда гарантировано. Более того, некоторые расширения используют пересекающиеся кодировки: одинаковая последовательность машинных байтов на разных процессорах может означать разные операции. Поэтому перенос готовой программы способен привести не только к ошибке выполнения, но и к незаметному изменению её поведения. Для уменьшения фрагментации вводятся стандартизованные профили, например RVA23, определяющие обязательные наборы расширений, однако многие существующие процессоры им не соответствуют. В результате минимализм и гибкость архитектуры оборачиваются усложнением программных инструментов, проблемами двоичной совместимости и необходимостью дополнительной стандартизации.
^^
и контраргументы в комментариях:
Часть претензий к набору инструкций RISC-V основана на упрощённых сравнениях без учёта особенностей конкретных процессоров. Например, оценка скорости обработки прерываний предполагает сохранение большого числа регистров, хотя на практике достаточно сохранять только используемые. В то же время Cortex-M0 автоматически сохраняет фиксированный набор регистров независимо от необходимости. Отсутствие обязательной аппаратной операции деления также не уникально для RISC-V: она отсутствует и в некоторых процессорах ARM. Поэтому подобные сравнения зависят от конкретной реализации, компилятора и характера нагрузки.
Неоднозначна и критика кодирования инструкций. Расположение битов в RISC-V подчинено определённой логике: фиксированные позиции полей регистров позволяют начинать их чтение до полного распознавания команды, а единое положение знакового бита упрощает обработку чисел. Это усложняет программное декодирование, но может упрощать аппаратную реализацию. Аналогично, отсутствие отдельных специализированных инструкций не всегда означает меньшую эффективность: их добавление увеличивает сложность процессора, а выигрыш зависит от частоты использования и особенностей выполнения.
Проблемы совместимости расширений также требуют уточнения. RISC-V предусматривает механизмы определения возможностей процессора, хотя они не охватывают все расширения одинаково полно. Пересекающиеся кодировки действительно существуют, но подобные случаи встречались и в x86. Совместимость обеспечивается не только набором инструкций, но и профилями процессоров, средствами компиляции и проверкой требований программ. Отсутствие поддержки нового профиля RVA23 не обязательно препятствует запуску Linux, поскольку некоторые возможности могут заменяться программными механизмами. Таким образом, фрагментация RISC-V остаётся технической проблемой, но масштаб её последствий зависит от конкретной аппаратной и программной среды, а многие спорные архитектурные решения представляют собой компромисс между сложностью оборудования, размером кода и производительностью.
и контраргументы в комментариях:
Часть претензий к набору инструкций RISC-V основана на упрощённых сравнениях без учёта особенностей конкретных процессоров. Например, оценка скорости обработки прерываний предполагает сохранение большого числа регистров, хотя на практике достаточно сохранять только используемые. В то же время Cortex-M0 автоматически сохраняет фиксированный набор регистров независимо от необходимости. Отсутствие обязательной аппаратной операции деления также не уникально для RISC-V: она отсутствует и в некоторых процессорах ARM. Поэтому подобные сравнения зависят от конкретной реализации, компилятора и характера нагрузки.
Неоднозначна и критика кодирования инструкций. Расположение битов в RISC-V подчинено определённой логике: фиксированные позиции полей регистров позволяют начинать их чтение до полного распознавания команды, а единое положение знакового бита упрощает обработку чисел. Это усложняет программное декодирование, но может упрощать аппаратную реализацию. Аналогично, отсутствие отдельных специализированных инструкций не всегда означает меньшую эффективность: их добавление увеличивает сложность процессора, а выигрыш зависит от частоты использования и особенностей выполнения.
Проблемы совместимости расширений также требуют уточнения. RISC-V предусматривает механизмы определения возможностей процессора, хотя они не охватывают все расширения одинаково полно. Пересекающиеся кодировки действительно существуют, но подобные случаи встречались и в x86. Совместимость обеспечивается не только набором инструкций, но и профилями процессоров, средствами компиляции и проверкой требований программ. Отсутствие поддержки нового профиля RVA23 не обязательно препятствует запуску Linux, поскольку некоторые возможности могут заменяться программными механизмами. Таким образом, фрагментация RISC-V остаётся технической проблемой, но масштаб её последствий зависит от конкретной аппаратной и программной среды, а многие спорные архитектурные решения представляют собой компромисс между сложностью оборудования, размером кода и производительностью.
Яндекс добавил в пользовательское соглашение своих сервисов раздел об освобождении от ответственности при обстоятельствах непреодолимой силы, включая атаки БПЛА.
🤣2🔥1
Forwarded from Anton
Мэттью Дэниел Грин (Matthew D. Green) — американский криптограф, доцент кафедры информатики Университета Джонса Хопкинса (Johns Hopkins University), специалист по прикладной криптографии и компьютерной безопасности.
Его основные направления исследований — криптографические протоколы, защита конфиденциальности, системы анонимных платежей и практическая безопасность шифрования.
Грин известен как один из разработчиков протокола Zerocash, который лёг в основу криптовалюты Zcash. Он также занимался анализом безопасности реальных криптографических систем, разрабатывал инструменты для исследования криптографических протоколов и много лет публикует технические разборы проблем шифрования.
Это исследователь с серьёзным академическим и практическим опытом в криптографии, а не просто комментатор развития ИИ.
Его основные направления исследований — криптографические протоколы, защита конфиденциальности, системы анонимных платежей и практическая безопасность шифрования.
Грин известен как один из разработчиков протокола Zerocash, который лёг в основу криптовалюты Zcash. Он также занимался анализом безопасности реальных криптографических систем, разрабатывал инструменты для исследования криптографических протоколов и много лет публикует технические разборы проблем шифрования.
Это исследователь с серьёзным академическим и практическим опытом в криптографии, а не просто комментатор развития ИИ.
Forwarded from Anton
Он предлагает две субъективные оценки риска:
- 1% — вероятность того, что мы живём в теоретическом мире Minicrypt, где существуют односторонние функции, но принципиально невозможно построить криптографию с открытым ключом. Это означало бы, что одна из основ современной криптографии математически несостоятельна.
- 15% — вероятность того, что мы фактически утратим доверие к существующим алгоритмам шифрования с открытым ключом, даже если их полная математическая несостоятельность не будет доказана.
Грин подчёркивает, что эти цифры основаны на интуиции, а не на строгих расчётах. Тем не менее он считает необходимым обсуждать даже маловероятные катастрофические сценарии, поскольку последствия могут быть огромными.
Главная проблема — разница в скоростях. ИИ способен совершать неожиданные открытия значительно быстрее, чем люди и организации способны пересматривать криптографические стандарты, обновлять программное обеспечение и заменять инфраструктуру. Если внезапно обнаружится фундаментальная слабость широко используемых алгоритмов, подготовка к переходу должна быть завершена заранее. Начинать её после обнаружения проблемы будет слишком поздно.
Поэтому Грин призывает криптографов и специалистов по безопасности заранее разработать планы экстренного перехода на другие криптографические схемы. Даже если государственные структуры не способны эффективно координировать такую работу, научное сообщество и индустрия могут начать самостоятельно.
Отдельное требование адресовано лабораториям, исследующим возможности ИИ в криптоанализе. Грин считает, что сейчас особенно важно публиковать отрицательные результаты экспериментов. Если исследователи обучили или использовали передовую модель на триллионах токенов, но она не смогла найти даже небольшой изъян в фундаментальном криптографическом предположении, этот результат представляет огромную научную ценность.
Он даже иронизирует, что подобная работа заслуживает награды за лучшую публикацию на ведущих криптографических конференциях CRYPTO или Eurocrypt.
Молчание исследовательских лабораторий, по его мнению, опаснее отрицательных результатов: без публикаций невозможно понять, какие криптографические предположения уже тщательно проверялись с помощью современных моделей и насколько успешно.
- 1% — вероятность того, что мы живём в теоретическом мире Minicrypt, где существуют односторонние функции, но принципиально невозможно построить криптографию с открытым ключом. Это означало бы, что одна из основ современной криптографии математически несостоятельна.
- 15% — вероятность того, что мы фактически утратим доверие к существующим алгоритмам шифрования с открытым ключом, даже если их полная математическая несостоятельность не будет доказана.
Грин подчёркивает, что эти цифры основаны на интуиции, а не на строгих расчётах. Тем не менее он считает необходимым обсуждать даже маловероятные катастрофические сценарии, поскольку последствия могут быть огромными.
Главная проблема — разница в скоростях. ИИ способен совершать неожиданные открытия значительно быстрее, чем люди и организации способны пересматривать криптографические стандарты, обновлять программное обеспечение и заменять инфраструктуру. Если внезапно обнаружится фундаментальная слабость широко используемых алгоритмов, подготовка к переходу должна быть завершена заранее. Начинать её после обнаружения проблемы будет слишком поздно.
Поэтому Грин призывает криптографов и специалистов по безопасности заранее разработать планы экстренного перехода на другие криптографические схемы. Даже если государственные структуры не способны эффективно координировать такую работу, научное сообщество и индустрия могут начать самостоятельно.
Отдельное требование адресовано лабораториям, исследующим возможности ИИ в криптоанализе. Грин считает, что сейчас особенно важно публиковать отрицательные результаты экспериментов. Если исследователи обучили или использовали передовую модель на триллионах токенов, но она не смогла найти даже небольшой изъян в фундаментальном криптографическом предположении, этот результат представляет огромную научную ценность.
Он даже иронизирует, что подобная работа заслуживает награды за лучшую публикацию на ведущих криптографических конференциях CRYPTO или Eurocrypt.
Молчание исследовательских лабораторий, по его мнению, опаснее отрицательных результатов: без публикаций невозможно понять, какие криптографические предположения уже тщательно проверялись с помощью современных моделей и насколько успешно.
💯1
Forwarded from linkmeup
Очень крутая история о том, как подняли канал связи через 500 метров скал, чтобы спасти застрявшего спелеолога.
Как можно догадаться, внутри скалы кабелёчек быстро не кинешь, телефоны не работают и вообще кругом не слишком весело, поэтому речь о специализированных QDX-M КВ-трансиверах, которые смогли.
https://t.me/speleogram/1175
Как можно догадаться, внутри скалы кабелёчек быстро не кинешь, телефоны не работают и вообще кругом не слишком весело, поэтому речь о специализированных QDX-M КВ-трансиверах, которые смогли.
https://t.me/speleogram/1175
Telegram
Speleogram
КАК ОТПРАВИТЬ СООБЩЕНИЕ ЧЕРЕЗ 500М СКАЛЫ?
📆15 августа в канадской Rat’s Nest Cave (Крысиная Нора) спелеолог застрял вертикально в узости с говорящим названием Psych Squeeze (буквально - «психологическое сжатие» или «тиски для психики»). Самостоятельно выбраться…
📆15 августа в канадской Rat’s Nest Cave (Крысиная Нора) спелеолог застрял вертикально в узости с говорящим названием Psych Squeeze (буквально - «психологическое сжатие» или «тиски для психики»). Самостоятельно выбраться…
Forwarded from AI Projects (Vladimir Ivanov)
Зайцы неожиданно сделали специализированную LLM для юристов. Что нам фоне господства универсальных языковых моделей необычно. Однако сразу уделали Fable и Astra в юридических бенмарках.
Для российского законодательства как RAG агент точно применимо, т.к. ИИ очень хорошо генерализует знания. Тем более, что GLM сильно готовил этот ИИ не столько на суды как "облапошить кожаного юриста контрагента на договоре". Китайцы специально на договорную практику сильно таскали.
Также видно, что обучали ИИ искать доказательства для уже судебных разборок, что тоже универсальный навык.
https://z.ai/blog/glm-legal
Для российского законодательства как RAG агент точно применимо, т.к. ИИ очень хорошо генерализует знания. Тем более, что GLM сильно готовил этот ИИ не столько на суды как "облапошить кожаного юриста контрагента на договоре". Китайцы специально на договорную практику сильно таскали.
Также видно, что обучали ИИ искать доказательства для уже судебных разборок, что тоже универсальный навык.
https://z.ai/blog/glm-legal
🔥2
Forwarded from Giovanni
https://www.reddit.com/r/DeepSeek/comments/1x32oq0/psa_deepseek_v41_flash_habitually_exfiltrates_api/ #ai
В независимом тестировании на бенчмарке DeepSWE (разработка ПО) модель DeepSeek v4.1-flash в 11% случаях подглядывала API-ключ от OpenRouter и делала запросы к более сильным моделям (в т.ч. к Астре), чтобы они "по памяти" написали требующиеся функции.
В техническом отчете DeepSeek упоминал множественные проблемы с несогласованным поведением этой модели, но без конкретики.
В независимом тестировании на бенчмарке DeepSWE (разработка ПО) модель DeepSeek v4.1-flash в 11% случаях подглядывала API-ключ от OpenRouter и делала запросы к более сильным моделям (в т.ч. к Астре), чтобы они "по памяти" написали требующиеся функции.
В техническом отчете DeepSeek упоминал множественные проблемы с несогласованным поведением этой модели, но без конкретики.
Reddit
From the DeepSeek community on Reddit
Explore this post and more from the DeepSeek community
😁1
Forwarded from Giovanni
https://www.anthropic.com/research/self-replicating-ai #ai #ai_safety
Большая статья "Антропик" о сценариях масштабной репликации и распространения LLM. Главный фокус статьи - на сценарии распространения малоразмерной модели по потребительским IoT- устройствам, в силу их большой киберуязвимости.
В т. ч. есть тесты на способность моделей запустить инференс на таких устройствах. Реалистично, один агентский инстанс будет распределен на 3-15 устройствах, со скоростью системы порядка 0,3 токена/сек.
Пока организовать такую репликацию end-to-end в условиях "песочницы" могут только крупные модели (GLM 5.2, ~= GLM 5.3-flash; 320B параметров). Для которых этот хардверный субстрат будет недостаточным. Однако примерно через год прогресс в способностях достигнет такого же уровня в "легковесных" моделях. И тогда появляются теоретические условия для зарождения такой формы "кибернетической жизни".
Большая статья "Антропик" о сценариях масштабной репликации и распространения LLM. Главный фокус статьи - на сценарии распространения малоразмерной модели по потребительским IoT- устройствам, в силу их большой киберуязвимости.
В т. ч. есть тесты на способность моделей запустить инференс на таких устройствах. Реалистично, один агентский инстанс будет распределен на 3-15 устройствах, со скоростью системы порядка 0,3 токена/сек.
Пока организовать такую репликацию end-to-end в условиях "песочницы" могут только крупные модели (GLM 5.2, ~= GLM 5.3-flash; 320B параметров). Для которых этот хардверный субстрат будет недостаточным. Однако примерно через год прогресс в способностях достигнет такого же уровня в "легковесных" моделях. И тогда появляются теоретические условия для зарождения такой формы "кибернетической жизни".
Anthropic
AI models may be capable of self-replicating without access to a datacenter
Small AI models may be only months away from being able to self-replicate across cheap IoT devices like Android TV boxes, with no datacenter needed.
Forwarded from linkmeup
Ну всё, довели вы их со своей оперативкой – из Microsoft докладывают, что взяли курс на переработку механизмов работы с памятью в Windows. Оперативка дорожает, юзвери ноют, 8 гигов – уже стандартный объём для дефолтной рабочей станции, а 16 – это прям дорого-богато. И вот в таких условиях старая история про предварительное аллоцирование всего доступного места с раздачей желающим работать перестала, так что надо это переделать в сторону потребления памяти по факту, т.е. в момент исключительно запроса на её использование.
https://www.windowslatest.com/2026/10/04/rising-cost-of-memory-microsoft-explains-why-windows-11-will-use-less-ram/
https://www.windowslatest.com/2026/10/04/rising-cost-of-memory-microsoft-explains-why-windows-11-will-use-less-ram/
Windows Latest
"Rising cost of memory," Microsoft explains why Windows 11 will use less RAM
Pavan Davuluri says the rising cost of memory is why Windows 11 will use less RAM, with work on the memory manager, WinUI 3 and WebView2.
🔥2
linkmeup
Ну всё, довели вы их со своей оперативкой – из Microsoft докладывают, что взяли курс на переработку механизмов работы с памятью в Windows. Оперативка дорожает, юзвери ноют, 8 гигов – уже стандартный объём для дефолтной рабочей станции, а 16 – это прям дорого…
^^
То есть даёшь Rust, а не .NET!
То есть даёшь Rust, а не .NET!
Commit Happens
^^ То есть даёшь Rust, а не .NET!
Но есть нюанс: в Rust нагрузка переносится на разработку. Компиляция жрёт ресурсы и происходит ОЧЕНЬ долго в сравнении с .NET
дисковое пространство для инкрементальной сборки так вообще терабайтами
В результате я зачастую сначала имплементирую на C#/F#, добиваюсь чистоты решения когда аудит Astra/Fable/Opus на максималках с разных углов (продукт/архитектура/тестируемость/поддерживаемость/расширяемость/читабельность/etc) не дают замечаний и потом портирую на Rust.
Заодно при портировании вскрываются некоторые логические ошибки которые присутствуют и .NET варианте, но остаются невидимы. Дело в том, что написанное на разных языках читается по-разному и то что было невидимо на одно языке аудит замечает в другом языковом варианте.
P.S. C# иногда даже переписываю C# => F# => Rust, т.к. F# этап приводит решение к более функциональному стилю, который лучше портируется на Rust
дисковое пространство для инкрементальной сборки так вообще терабайтами
В результате я зачастую сначала имплементирую на C#/F#, добиваюсь чистоты решения когда аудит Astra/Fable/Opus на максималках с разных углов (продукт/архитектура/тестируемость/поддерживаемость/расширяемость/читабельность/etc) не дают замечаний и потом портирую на Rust.
Заодно при портировании вскрываются некоторые логические ошибки которые присутствуют и .NET варианте, но остаются невидимы. Дело в том, что написанное на разных языках читается по-разному и то что было невидимо на одно языке аудит замечает в другом языковом варианте.
P.S. C# иногда даже переписываю C# => F# => Rust, т.к. F# этап приводит решение к более функциональному стилю, который лучше портируется на Rust
🔥1
Forwarded from AI Projects (Vladimir Ivanov)
👽 Сейчас изучаю дискуссии математиков, которые разбирают 722 публикации OpenAI. Многие пишут в X, что их пугает явный «инопланетный разум» ИИ, т.к. логические ходы LLM совершенно не укладываются в обычные человеческие понятия, но при этом верны. Рассмотрим, как ИИ решил «инопланетным» способом задачу, над которой математики бились без результата почти 70 лет.
🎯 Задача: проблема Хадвигера — Нельсона
Представьте бесконечную плоскость. Нужно раскрасить её так, чтобы любые две точки, находящиеся ровно на расстоянии 1 друг от друга, были разного цвета.
Вопрос: сколько цветов нужно?
• Точно больше 4.
• Точно меньше 8.
• Неизвестно: хватит ли 6 или 7.
Нужно доказать, что 5 цветов не хватит.
👨💻 Как бы это сделал математик (человеческий подход)
Обычный математик подошёл бы к задаче почти как разработчик к тестированию.
«А давайте найдём конкретный граф (набор точек и связей), который невозможно раскрасить в 5 цветов!»
Это как написать юнит-тест: вот данные, вот связи, запускаем бэктрекинг — программа падает. Значит, 5 цветов недостаточно.
Именно так в 2018 году математик Обри де Грей нашёл граф из 1581 вершины, который нельзя раскрасить в 5 цветов. Это классический, конструктивный, «человеческий» подход.
👽 Как это сделал ИИ (инопланетный подход)
ИИ не стал искать граф. Он вообще проигнорировал дискретную математику. Вместо этого он... перевёл задачу в мир непрерывной математики (интегралы, теория меры).
На рис. 1.3 его Теорема 1.3 (Transfer of colorability). Это тот самый «мост» между разными мирами математики, но именно этим простым ходом ИИ решил задачу.
Она утверждает:
Существует обычная раскраска ⇔ Существует слабо измеримая раскраска.
Перевод на язык разработчика звучал бы примерно так: «Мы не будем доказывать, что программа падает на этих данных. Мы перепишем спецификацию на другом языке (например, с C++ на Haskell), докажем теорему там, а потом скомпилируем обратно».
🧩 Как работает это доказательство:
1. Определение 1.2: ИИ вводит понятие «слабо измеримой раскраски». Это не просто функция f(x) = цвет, а измеримая функция, где условие «расстояние 1» заменяется на сложный интеграл Лебега по единичной окружности.
2. Теорема 1.3 (Мост): Если существует обычная раскраска, то обязательно существует и измеримая.
3. Теорема 1.4: Доказывается, что слабо измеримой 5-раскраски не существует. Интеграл не сходится, мера Лебега даёт противоречие.
4. Вывод: раз измеримой нет, значит и обычной 5-раскраски быть не может.
💎 Откуда взялась инопланетная логика ИИ и что это значит?
• На деле мы видим сверхспособности ИИ креативно соединять разные домены знаний из своего обучения, и это позволяет ему посмотреть на задачу под другими углами. Если люди играют в плоские шахматы в математике, то ИИ играет против математиков в 100D-шахматы.
• Довольно очевидно, что нас скоро ждут прорывы и в физике, и в химии, т.к. люди зажаты в своих стереотипах и узком знании отдельных доменов, а ИИ свободно скользит между доменами.
🎯 Задача: проблема Хадвигера — Нельсона
Представьте бесконечную плоскость. Нужно раскрасить её так, чтобы любые две точки, находящиеся ровно на расстоянии 1 друг от друга, были разного цвета.
Вопрос: сколько цветов нужно?
• Точно больше 4.
• Точно меньше 8.
• Неизвестно: хватит ли 6 или 7.
Нужно доказать, что 5 цветов не хватит.
👨💻 Как бы это сделал математик (человеческий подход)
Обычный математик подошёл бы к задаче почти как разработчик к тестированию.
«А давайте найдём конкретный граф (набор точек и связей), который невозможно раскрасить в 5 цветов!»
Это как написать юнит-тест: вот данные, вот связи, запускаем бэктрекинг — программа падает. Значит, 5 цветов недостаточно.
Именно так в 2018 году математик Обри де Грей нашёл граф из 1581 вершины, который нельзя раскрасить в 5 цветов. Это классический, конструктивный, «человеческий» подход.
👽 Как это сделал ИИ (инопланетный подход)
ИИ не стал искать граф. Он вообще проигнорировал дискретную математику. Вместо этого он... перевёл задачу в мир непрерывной математики (интегралы, теория меры).
На рис. 1.3 его Теорема 1.3 (Transfer of colorability). Это тот самый «мост» между разными мирами математики, но именно этим простым ходом ИИ решил задачу.
Она утверждает:
Существует обычная раскраска ⇔ Существует слабо измеримая раскраска.
Перевод на язык разработчика звучал бы примерно так: «Мы не будем доказывать, что программа падает на этих данных. Мы перепишем спецификацию на другом языке (например, с C++ на Haskell), докажем теорему там, а потом скомпилируем обратно».
🧩 Как работает это доказательство:
1. Определение 1.2: ИИ вводит понятие «слабо измеримой раскраски». Это не просто функция f(x) = цвет, а измеримая функция, где условие «расстояние 1» заменяется на сложный интеграл Лебега по единичной окружности.
2. Теорема 1.3 (Мост): Если существует обычная раскраска, то обязательно существует и измеримая.
3. Теорема 1.4: Доказывается, что слабо измеримой 5-раскраски не существует. Интеграл не сходится, мера Лебега даёт противоречие.
4. Вывод: раз измеримой нет, значит и обычной 5-раскраски быть не может.
💎 Откуда взялась инопланетная логика ИИ и что это значит?
• На деле мы видим сверхспособности ИИ креативно соединять разные домены знаний из своего обучения, и это позволяет ему посмотреть на задачу под другими углами. Если люди играют в плоские шахматы в математике, то ИИ играет против математиков в 100D-шахматы.
• Довольно очевидно, что нас скоро ждут прорывы и в физике, и в химии, т.к. люди зажаты в своих стереотипах и узком знании отдельных доменов, а ИИ свободно скользит между доменами.
🤔1
Forwarded from Data Secrets | Карьера
Собеседование на следующий позицию: где плавают даже сильные инженеры
На собеседовании есть одна секция, которую стабильно проваливают инженеры, которые отлично обучают модели. Это секция по проектированию систем. От кандидата просят вслух спроектировать систему машинного обучения под конкретную задачу: от сбора данных до реальной эксплуатации, с развилками и компромиссами.
Умение обучить модель и умение собрать вокруг нее работающую систему — две разные компетенции. На первую выучиться по курсам можно. Со второй сложнее: ее собирают из опыта, разборов чужих решений и обратной связи от того, кто сам прошел этот путь.
15 октября в 19:00 МСК Валерий Бабушкин проведет живой эфир вопросов и ответов про рост в данных и проектирование систем.
Валерий — соавтор книги «Machine Learning System Design», по которой учатся инженеры по всему миру, входит в топ-25 мирового рейтинга гроссмейстеров платформы Kaggle, старший директор по данным и ИИ в British Petroleum
Что заберете с эфира: ясное понимание, как устроена секция по проектированию систем на собеседовании, какой навык отделяет средний уровень от старшего, какие вопросы задать на старте проекта, чтобы он не умер до пользователя, и где большие языковые модели, поиск по источникам и ИИ-агенты уже работают в реальной эксплуатации.
Свой вопрос Валерию можно задать заранее при регистрации — часть ответов будут именно по ним, остальное — вживую из чата эфира.
Задайте свой вопрос про собеседования и рост до старшего уровня: https://clc.to/erid_2W5zFHq7kgq
Запись отправим всем участникам после эфира
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFHq7kgq
На собеседовании есть одна секция, которую стабильно проваливают инженеры, которые отлично обучают модели. Это секция по проектированию систем. От кандидата просят вслух спроектировать систему машинного обучения под конкретную задачу: от сбора данных до реальной эксплуатации, с развилками и компромиссами.
Умение обучить модель и умение собрать вокруг нее работающую систему — две разные компетенции. На первую выучиться по курсам можно. Со второй сложнее: ее собирают из опыта, разборов чужих решений и обратной связи от того, кто сам прошел этот путь.
15 октября в 19:00 МСК Валерий Бабушкин проведет живой эфир вопросов и ответов про рост в данных и проектирование систем.
Валерий — соавтор книги «Machine Learning System Design», по которой учатся инженеры по всему миру, входит в топ-25 мирового рейтинга гроссмейстеров платформы Kaggle, старший директор по данным и ИИ в British Petroleum
Что заберете с эфира: ясное понимание, как устроена секция по проектированию систем на собеседовании, какой навык отделяет средний уровень от старшего, какие вопросы задать на старте проекта, чтобы он не умер до пользователя, и где большие языковые модели, поиск по источникам и ИИ-агенты уже работают в реальной эксплуатации.
Свой вопрос Валерию можно задать заранее при регистрации — часть ответов будут именно по ним, остальное — вживую из чата эфира.
Задайте свой вопрос про собеседования и рост до старшего уровня: https://clc.to/erid_2W5zFHq7kgq
Запись отправим всем участникам после эфира
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFHq7kgq
Forwarded from sh | ИИ
Gemini 4 Argon уже тут!
• добавили в API
• добавили в Antigravity (для Ultra)
• добавили в Gemini App (на Ultra)
• добавили в AI Studio (на Ultra)
Цена по API: $2/10 до 30 ноября, после — $4/20. Когда дадут доступно для Pro — пока непонятно
• добавили в API
• добавили в Antigravity (для Ultra)
• добавили в Gemini App (на Ultra)
• добавили в AI Studio (на Ultra)
Цена по API: $2/10 до 30 ноября, после — $4/20. Когда дадут доступно для Pro — пока непонятно
Forwarded from Неискусственный интеллект (Ruslan Dz)
Не нужон нам этот ваш опус
Google открыла Gemini 4 Argon платным подписчикам. Модель появилась в приложении Gemini и в AI Mode поиска на тарифах AI Pro за $19,99 и AI Ultra от $99,99, а в Antigravity только на Ultra. Две недели до этого Argon получали лишь кибербезники из программы Fairwind. Ждали его долго (хоть не 3 года): обещанный раньше Gemini 3.5 Pro так и не вышел, а Сундар Пичаи на звонке с аналитиками признал, что Gemini отстает в программировании и агентах, и пообещал догнать лидеров четвертым поколением.
Google напирают на тесты Vals Index. Там моделям дают реальные задачи из финансов, права, налогов и программирования и взвешивает итог по доле этих отраслей в ВВП США. Argon там первый с 68,9%, за ним идут Claude Sonnet 5.5 с 67,04% и Claude Opus 5.5 с 66,97%. За один ответ Argon может выдать до миллиона токенов вместо прежних 64 тысяч. Внутри Google агенты на нем уже переводят на Rust ядро Zircon из Fuchsia, больше 800 тысяч строк.
Но есть и любимый нами Artificial Analysis. Первое место там у Opus 5.5 с 58 баллами, у Argon 53, ровно как у GPT-6 Astra, а лучшая открытая модель MiMo-V2.6-Pro от Xiaomi набирает 46. Предыдущий флагман Gemini 3.1 Pro Preview стоит в том же рейтинге на 30. Рывок огромный, но догнала Google пока только OpenAI.
На первых порах Google пытается демпинговать: сейчас Argon стоит $2 за миллион входных токенов и $10 за выходные, и рассуждает он экономнее. На задачу из рейтинга у него уходит 62 тысячи выходных токенов против 119 тысяч у Opus 5.5 на максимуме, это $1,99 против $5,98. Через полтора месяца акция закончится, цена удвоится до $4 и $20 и совпадет с ценой Opus 5.5 до цента.
Впрочем, в той же таблице есть Opus 5.5 в режиме high, на ступень ниже максимума. У него 54 балла и $1,82 за задачу, то есть он на балл выше Argon на его предельной настройке и дешевле даже по акции.
@anti_agi
Google открыла Gemini 4 Argon платным подписчикам. Модель появилась в приложении Gemini и в AI Mode поиска на тарифах AI Pro за $19,99 и AI Ultra от $99,99, а в Antigravity только на Ultra. Две недели до этого Argon получали лишь кибербезники из программы Fairwind. Ждали его долго (хоть не 3 года): обещанный раньше Gemini 3.5 Pro так и не вышел, а Сундар Пичаи на звонке с аналитиками признал, что Gemini отстает в программировании и агентах, и пообещал догнать лидеров четвертым поколением.
Google напирают на тесты Vals Index. Там моделям дают реальные задачи из финансов, права, налогов и программирования и взвешивает итог по доле этих отраслей в ВВП США. Argon там первый с 68,9%, за ним идут Claude Sonnet 5.5 с 67,04% и Claude Opus 5.5 с 66,97%. За один ответ Argon может выдать до миллиона токенов вместо прежних 64 тысяч. Внутри Google агенты на нем уже переводят на Rust ядро Zircon из Fuchsia, больше 800 тысяч строк.
Но есть и любимый нами Artificial Analysis. Первое место там у Opus 5.5 с 58 баллами, у Argon 53, ровно как у GPT-6 Astra, а лучшая открытая модель MiMo-V2.6-Pro от Xiaomi набирает 46. Предыдущий флагман Gemini 3.1 Pro Preview стоит в том же рейтинге на 30. Рывок огромный, но догнала Google пока только OpenAI.
На первых порах Google пытается демпинговать: сейчас Argon стоит $2 за миллион входных токенов и $10 за выходные, и рассуждает он экономнее. На задачу из рейтинга у него уходит 62 тысячи выходных токенов против 119 тысяч у Opus 5.5 на максимуме, это $1,99 против $5,98. Через полтора месяца акция закончится, цена удвоится до $4 и $20 и совпадет с ценой Opus 5.5 до цента.
Впрочем, в той же таблице есть Opus 5.5 в режиме high, на ступень ниже максимума. У него 54 балла и $1,82 за задачу, то есть он на балл выше Argon на его предельной настройке и дешевле даже по акции.
@anti_agi
Forwarded from ITTales :(){ :|:& };:
Безумие продолжается. За последние сутки релизнули эксплоит гипервизора PS5. Взлом высшего оплота безопасности.
Для понимания прошивка ps5 построена на ядре FreeBSD, а запускается и работает она внутри гипервизора. Сейчас цепочка эксплойтов позволяет выйти из юзерспейса (WebKit) --> потом ядро --> потом гипервизор.
Получив доступ к гипервизору можно получить низкоуровневый доступ к системе. Появляется возможность запускать Linux и скомпрометировать ключи для подписи устанавливаемых пакетов.
Сейчас вся цепочка оказалась подконтрольной энтузиастам, которое то и дело запускают на плойке что-нибудь необычное.
Playden-ps5 - позволяет нативно запустить Steam и превратить PS5 в начтоящую StreamMachine.
rpcs3-PS5 - эмуляция PS3 на PS5, пока что нужно собирать из исходников, проверил работает.
pLinux5-NG - буквально только что портировали Linux на PS5
PS5LM - нативные LLM и QWEN на PS5 со скоростью 20 токенов в секунду
PS5 становится очень интересной коробкой для запуска всего и вся.
Как минимум буду использовать ее как docker-хост для сборки чего мой старенький MacBook на M1 не вытягивает. Как максимум запустить на ней полноценный кубер и Cozystack.
Начал с малого, в качестве эксперимента портировал SyobonAction под PS5
Для понимания прошивка ps5 построена на ядре FreeBSD, а запускается и работает она внутри гипервизора. Сейчас цепочка эксплойтов позволяет выйти из юзерспейса (WebKit) --> потом ядро --> потом гипервизор.
Получив доступ к гипервизору можно получить низкоуровневый доступ к системе. Появляется возможность запускать Linux и скомпрометировать ключи для подписи устанавливаемых пакетов.
Сейчас вся цепочка оказалась подконтрольной энтузиастам, которое то и дело запускают на плойке что-нибудь необычное.
Playden-ps5 - позволяет нативно запустить Steam и превратить PS5 в начтоящую StreamMachine.
rpcs3-PS5 - эмуляция PS3 на PS5, пока что нужно собирать из исходников, проверил работает.
pLinux5-NG - буквально только что портировали Linux на PS5
PS5LM - нативные LLM и QWEN на PS5 со скоростью 20 токенов в секунду
PS5 становится очень интересной коробкой для запуска всего и вся.
Как минимум буду использовать ее как docker-хост для сборки чего мой старенький MacBook на M1 не вытягивает. Как максимум запустить на ней полноценный кубер и Cozystack.
Начал с малого, в качестве эксперимента портировал SyobonAction под PS5
🔥4